26

BAB III

METODE PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Penentuan lokasi penelitian menggunakan teknik purposive atau secara

sengaja berdasarkan pertimbangan bahwa Desa Tulungrejo, Kecamatan Bumiaji

merupakan penghasil buah apel terbesar di Kota Batu dan telah ada beberapa

petani apel yang beralih ke sistem pertanian organik. Lokasi penelitian ini

bertempat di Desa Tulungrejo, Kecamatan Bumiaji, Kota Batu. Waktu penelitian

ini yaitu selama 4 bulan dimulai bulan Agustus hingga November.

3.2 Metode Pengambilan Sampel dan Pengambilan Data

3.2.1 Penentuan Jumlah Sampel

Menurut Sevilla et al. (2007;182) dalam Supriyanto dan Iswandari (2017)

Salah satu metode yang digunakan untuk menentukan jumlah sampel adalah

menggunakan rumus Slovin sebagai berikut :

n =

e

Keterangan :

n : Jumlah Sampel

N : Jumlah Populasi

e : Batas Toleransi Kesalahan

27

Tabel penetuan jumlah sampel dari Isac dan Michael memberikan

kemudahan penetuan jumlah sampel berdasarkan tingkat kesalahan 1%, 5%, dan

10%.

Populasi petani apel di Desa Tulungrejo berjumlah 511 petani apel.

Berdasarkan jumlah populasi tersebut maka dapat di tentukan jumlah sampel pada

penelitian ini dengan menggunakan rumus Slovin dan tingkat kesalahan 10%

sebagai berikut :

n =

e

n =

n =

n = 83,6 (84 responden)

Jumlah sampel petani apel pada penelitian ini berdasarkan perhitungan

diatas sebanyak 84 responden.

3.2.2 Metode Pengambilan Sampel

Penelitian ini menggunakan metode Stratified random sampling dalam

pengambilan sampel di karenakan populasinya yang bersifat heterogen.

Kasjono & Yasril (2009) dalam Bulkia dan Herawati (2018), mengemukakan

bahwa pengambilan sampel acak stratifikasi adalah suatu metode pengambilan

sampel di mana populasi yang bersifat heterogen dibagi-bagi dalam lapisan-

lapisan (strata) yang saling pisah tuntas, dan dari setiap strata dapat diambil

sampel secara acak. Stratified random sampling pada penelitian ini menggunakan

strata Luas lahan sebagai berikut :

28

Tabel 3.1 Pengambilan Jumlah Sampel Berdasarkan Luas Lahan

No. Luas Lahan (M2) Jumlah anggota populasi

(Orang)

Jumlah sampel

(Orang)

1 < 5.000 301 49

2 5.000 – 10.000 101 17

3 > 10.000 109 18

TOTAL 511 84

Sumber : Data Primer, Diolah 2018.

Pada Tabel 3.1 di dapatkan sampel sebanyak 49 responden dari 301 petani

apel yang memiliki Luas lahan kurang dari 5.000 , sebanyak 17 responden dari

101 petani apel yang memiliki Luas lahan 5.000 sampai 10.000 , dan

sebanyak 18 responden dari 109 petani apel yang memiliki Luas lahan lebih dari

10.000 , di dapatkan jumlah sampel penelitian sebanyak 84 responden.

3.2.3 Metode Pengambilan Data

Dalam penelitian ini digunakan metode pengumpulan data sebagai berikut:

1. Metode observasi

Suatu metode pengumpulan data yang dilakukan secara sistematis dan

disengaja dengan melakukan pengamatan dan pencatatan yang bertujuan

untuk mengetahui secara langsung apa yang terdapat di lapangan.

2. Metode kuesioner

Suatu metode pengambilan data dengan cara melakukan penyebaran

kuesioner (angket) yang berisi tentang sejumlah pertanyaan atau

pernyataan.

29

3. Metode wawancara

Suatu metode yang digunakan untuk mencapai tujuan tertentu,

mendapatkan keterangan atau pendapat secara lisan langsung dari

narasumber.

4. Metode dokumentasi

Suatu metode yang digunakan untuk mengumpulkan data dengan cara

medokumentasikan semua hal-hal yang ada dilapang yang bertujuan untuk

mengumpulkan data-data yang diperlukan yang ada di tempat atau lokasi

penelitian.

3.3 Jenis Dan Sumber Data Penelitian

Penelitian menggunakan dua jenis data yaitu data primer dan sekunder.

Data primer merupakan data atau informasi yang digali langsung dari responden

penelitian. Data sekunder merupakan data atau informasi yang bersifat

mendukung, melengkapi dan memperkuat penelitian yang diperoleh dari Dinas

Pertanian, kantor Kecamatan dan hasil-hasil penelitian terdahulu.

3.4 Variabel Penelitian

Menurut Sugiyono (2011) dalam Wandy dan Dharmayanti (2014),

menjelaskan bahwa variabel penelitian adalah segala sesuatu yang berbentuk apa

saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi

tentang hal tersebut, kemudian ditarik kesimpulannya.

Variabel yang digunakan dalam penelitian yaitu:

30

1. Variabel Endogen (Variabel Terikat)

Variabel endogen adalah variabel yang dianggap dipengaruhi oleh variabel

lain dalam model. Variabel endogen yang digunakan dalam penelitian ini adalah

Keengganan petani dalam menerapkan sistem pertanian apel organik (Y).

Tabel 3.2 Indikator Keengganan Petani Dalam Menerapkan Sistem Sistem

Pertanian Apel Organik.

Variabel Indikator

Keengganan

Petani Dalam

Menerapkan

Sistem Sistem

Pertanian Apel

Organik (Y)

Tidak Menguntungkan

Tidak Sesuai dengan kebudayaan dan norma

Tidak mudah di kerjakan

Sumber : Data Primer, Diolah 2018

2. Variabel Eksogen (Variabel Bebas)

Variabel Eksogen adalah variabel yang dianggap memiliki pengaruh

terhadap variabel yang lain, namun tidak dipengaruhi oleh variabel lain dalam

model. Variabel eksogen yang digunakan dalam penelitian ini adalah Pendidikan,

Jumlah tanggungan keluarga, Luas lahan, Pendapatan, Pengalaman bertani.

Divinisi dari varibel tersebut adalah sebagi berikut:

1. Pendidikan (X1)

Pendidikan adalah sarana belajar dimana selanjutnya akan menanamkan

sikap pengertian yang menguntungkan menuju pembangunan praktek

pertanian yang lebih modern

.

31

2. Jumlah tanggungan keluarga (X2)

Jumlah Tanggungan keluarga adalah banyaknya beban tanggungan petani

dalam satuan jiwa.

3. Luas lahan (X3)

Luas lahan adalah areal atau tempat yang digunakan untuk melakukan

usahatani.

4. Pendapatan petani (X4)

Pendapatan petani adalah salah satu tolak ukur yang diperoleh petani dari

usahatani yang dilakukan.

5. Pengalaman bertani (X5)

Pengalaman bertani adalah banyaknya tahun yang telah dijalani petani

dalam berusahatani.

6. Informasi penyuluh (X6)

Informasi penyuluh adalah Informasi-informasi yang diterima oleh petani

dari penyuluh melalui seminar, demplot, dan kontak langsung dengan

penyuluh.

3.5 Metode Pengukuran Data

3.5.1 Skala Likert

Skala Likert menurut Djali dan Muljono (2007), skala likert ialah skala

yang dapat dipergunakan untuk mengukur sikap, pendapat, dan persepsi seseorang

atau sekelompok orang tentang suatu gejala atau fenomena pendidikan. Skala

Likert adalah suatu skala psikometrik yang umum digunakan dalam kuesioner,

32

dan merupakan skala yang paling banyak digunakan dalam riset berupa survei.

Nama skala ini diambil dari nama Rensis Likert, pendidik dan ahli psikolog

Amerika Serikat. Rensis Likert telah mengembangkan sebuah skala untuk

mengukur sikap masyarakat di tahun 1932.

Skala itu sendiri salah satu artinya adalah ukuran-ukuran berjenjang. Skala

penilaian merupakan skala untuk menilai sesuatu yang pilihannya berjenjang,

misalnya 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10. Skala Likert juga merupakan alat untuk

mengukur (mengumpulkan data dengan cara “mengukur-menimbang” yang

“itemnya” butir-butir pertanyaannya) berisikan pilihan yang berjenjang.

Skala Likert digunakan untuk mengukur sikap, pendapat, dan persepsi

seseorang atau sekelompok orang tentang fenomena sosial. Variabel yang akan

diukur dijabarkan menjadi indikator variabel. Kemudian indikator tersebut

dijadikan sebagai titik tolak untuk menyusun item-item instrumen yang dapat

berupa pertanyaan atau pernyataan. Jawaban setiap item instrumen yang

menggunakan Skala Likert mempunyai gradasi dari sangat positif sampai sangat

negatif. Jenis skala yang digunakan oleh peneliti adalah jenis skala likert yang

merupakan skala berupa daftar pernyataan tertulis dengan lima pilihan jawaban

berupa sangat tidak setuju (1), tidak setuju (2), ragu-ragu (3), setuju (4), dan

sangat setuju (5).

3.5.2 Validitas Dan Reliabilitas

Nurkancana dan Sunartana (1992), menyatakan bahwa suatu alat pengukur

dapat dikatakan alat pengukur yang valid apabila alat pengukur tersebut dapat

mengukur apa yang hendak diukur secara tepat. Validitas dan reliabilitas, tentunya

33

dipengaruhi oleh (1) instrumen, (2) subjek yang diukur, dan (3) petugas yang

melakukan pengukuran. Pengukuran dalam tingkat adopsi inovasi tentunya yang

terpenting adalah informasi hasil ukur yang benar. Sebab dengan hasil ukur yang

tidak atau kurang tepat maka akan memberikan informasi yang tidak benar,

sehingga kesimpulan yang diambil juga tidak benar.

Uji validitas menunjukan ketepatan dan kecermatan alat ukur dalam

melakukan fungsi ukurnya. Uji Validitas dengan menggunakan SmartPLS yaitu

validitas konstruk (Construct validity). Validitas konstruk menunjukan seberapa

baik hasil-hasil yang diperoleh dari penggunaan alat ukur. Kevalidan dari suatu

peubah indikator dalam mengukur variable laten dapat dinilai dengan melihat nilai

dari Loading Factor (LF). Validitas konstruk dapat diuji melalui validitas

konvergen (convergent validity) dengan kriteria jika nilai loading factor (LF)

sebesar lebih dari 0,60 maka indikator tersebut dinyatakan valid.

Konsistensi dari variable indicator dalam mengukur variable laten dapat dilihat

dari nilai construct reliability dan variance extracted. Apabila nilai construct

reliability > 0,7 dan variant extracted > 0,5, maka menunjukan variable indicator

tersebut konsisten.

3.5.3 Perhitungan Kategori Variabel

Perhitungan kategori variabel disini dilakukan untuk mengelompokkan

setiap indikator dari variabel yang ada ke dalam setiap kategori berdasarkan batas

nilai tertentu. Hal ini bertujuan untuk mengetahui tingkat nilai dari setiap

indikator variabel yang ada. Perhitungan ini untuk mendukung analisis deskriptif

34

yang nantinya akan dilakukan. Perhitungan dari kategori Variabel dapat

menggunkan rumus seperti berikut ini:

i ange∑kategori

kor tertinggi- kor terenda

Jadi, i = -

=

= 0,8

3.6 Analisis Data

Penelitian ini menggunakan analisis data deskriptif kuantitatif yaitu

penelitian yang bertujuan menjelaskan fenomena yang ada dengan menggunakan

angka-angka untuk mencandarkan karakteristik individu atau kelompok

(Syamsudin & Damiyanti 2011) dalam (Venturina, 2017). Penelitian ini menguji

faktor-faktor yang mempanguruhi tingkat adopsi inovasi. Analisis yang digunakan

adalah sebagai berikut :

3.6.1 Analisis Inferensial PLS

Partial Least Square (PLS) adalah salah satu teknik Structural Equation

Modeling (SEM) yang mampu menganalisis variabel laten, variable indikator, dan

kesalahan pengukuran secara langsung. PLS dikembangkan sebagai alternatif

apabila teori yang digunakan lemah atau indikator yang tidak memenuhi model

pengukuran reflektif atau data tidak berdistribusi normal (Wiyono, 2011). SEM

merupakan salah satu metode yang digunakan saat ini untuk menutup kelemahan

yang ada pada metode regresi. Metode regresi sendiri merupakan metode yang

paling sering digunakan para peneliti kuantitatif (Hussein, 2015).

35

PLS dapat bekerja untuk model dengan hubungan konstrak dan indikator-

indikatornya yang bersifat reflektif dan formatif, sedangkan SEM hanya dapat

bekerja untuk model hubungan yang bersifat reflektif saja. Kelebihan dari metode

PLS yakni data tidak harus berdistribusi normal multivariate atau indikator

dengan skala kategori, ordinal, interval sampai dengan rasio dapat digunakan pada

model yang sama dan ukuran sampel pada PLS tidak harus besar yakni dapat

kurang dari 100 (Sofyani, n.d.). Kelemahan dari PLS yaitu distribusi data tidak

dapat diketahui sehingga tidak dapat menilai signifikansi statistik, namun

kelemahan ini dapat diatasi dengan menggunakan metode resampling (Bootstrap).

Analisis hubungan antarvariabel dari indikator terdapat tiga model

hubungan yaitu outer model, inner model, dan weight relation. Penjelasan dari

ketiga model hubungan tersebut sebagai berikut:

1. Outer Model atau model pengukuran yaitu spesifikasi hubungan antara

variabel laten dengan indikatornya, disebut juga dengan outer relation atau

measurement model, yang menjelaskan karakterisitik variabel laten dengan

indikator. Persamaan model reflektif dapat dituliskan sebagai berikut (Wiyono,

2011):

x = Ʌxξ +εx

y = Ʌyη + εy

Dimana x dan y merupakan indikator untuk variabel laten ek ogen ξ dan

endogen η sedangkan Ʌx dan Ʌy merupakan matriks loading yang

menggambarkan koefisien regresi sederhana yang menghubungkan variabel laten

dengan indikatornya. Residual diukur dengan εx dan εy, yang diinterpretasikan

sebagai kesalahan pengukuran.

36

2. Inner model merupakan hubungan antara variabel laten (structural model)

disebut juga dengan inner relation. Model ini menunjukan adanya hubungan

antarvariabel laten berdasarkan substantive theory. Persamaan model formatif

dapat dituliskan sebagai berikut:

ηj = ∑iβ jiη i+ ∑ iγ jbξb ξ j.

3. Weight Relation adalah estimasi nilai kasus dari variabel laten. Nilai dari

kasus setiap variabel laten dapat diestimasi sebagai berikut:

ξb Σkb Wkb Xkb

ƞi Σki Wki yki

Dimana Wkb dan Xkb adalah k weight digunakan untuk membentuk

e tima i variabel laten ξb dan ƞi. E tima i variabel laten adala linear agregat

dari indikator yang nilai weightnya didapat dengan menggunakan prosedur

estimasi dari PLS.

Uji model menggunakan Partial Least Square (PLS) menurut Wiyono (2011),

dilakukan melalui outer model dan inner model. Untuk penjelasan lebih lanjut

adalah sebagai berikut:

Pada prinsipnya outer model adalah untuk menguji indikator terhadap

variabel laten, atau dengan kata lain untuk mengukur seberapa jauh indikator

tersebut dapat menjelaskan variabel latennya. Indikator diuji dengan convergent

validity, discriminat validity, average variance extracted (AVE), dan composite

reliability. Untuk penjelasan lebih lanjut dapat dilihat pada tabel berikut ini :

37

Tabel 3.3 Kriteria Penilaian PLS Uji Outer Model (Model Pengukuran)

Uji Model Output Kriteria

Outer Model

Convergent Validity Nilai loading factor

0,50- 0,60 sudah

dianggap cukup

Discriminant Validity Nilai korelasi Cross

Loading dengan variabel

latennya harus lebih

besar dibandingkan

dengan korelasi terhadap

variabel laten lain

AVE Nilai Ave harus diatas

0,50

Composite Relibility ≥ 7

Sumber: Data Sekunder, 2011

Inner model atau disebut juga sebagai model struktural pada prinsipnya

digunakan untuk menguji pengaruh antara satu variabel laten dengan variabel

laten lainnya. Pengujian dilakukan dengan melihat persentase varian yang

dijelaskan R2

untuk variabel laten dependen yang dimodelkan mendapatkan

pengaruh dari variabel laten independen menggunakan ukuran stone-geisser Q

square test dan juga melihat besarnya koefisien jalur strukturalnya (Wiyono,

2011). Untuk penjelasan lebih jelasnya dapat dilihat pada tabel berikut ini :

38

Tabel 3.4 Kriteria Penilaian PLS Uji Inner Model (Model Struktural / Uji

Hipotesis)

Uji Model Output Kriteria

Inner Model

(Uji Hipotesis)

R2 untuk variabel laten

endogen

Hasil R2 sebesar 0,67;

0,33; dan 0,19

mengidikasikan bahwa

model baik, moderat,

dan lemah.

Koefisien parameter dan

T- statistik

Nilai estimasi untuk

hubungan jalur dalam

model struktural harus

signifikan. Diperoleh

dengan prosedur

bootstrapping.

Sumber : Data Sekunder, 2011